Python数据分析--Pandas入门--Pandas读取和写入文件

本文链接：https://blog.csdn.net/qq_43944517/article/details/119844263

本文介绍了如何使用Pandas库读取Excel和CSV文件，包括指定工作表、编码方式、分隔符和索引设置。同时展示了如何将数据保存到文件，以及如何将多个DataFrame保存到同一个Excel文件的不同工作表中。通过示例代码，详细解析了读写过程的关键参数和用法。

摘要由CSDN通过智能技术生成

Pandas读取文件中的数据

pandas读取出的数据为DataFrame数据类型.
在这里插入图片描述

Pandas读取excel文件 pandas.read_excel()

sheet_name可指定读取的excel工作表的名称或排序.

data = pd.read_excel("../data/meal_order_detail.xlsx",
                     # sheet_name=0,  # 默认是0，读第0个工作表
                     # sheet_name=1,  # 读第1个工作表
                     # sheet_name="meal_order_detail2",  		# 读meal_order_detail2工作表
                     # sheet_name=-2,  # 倒数第二个工作表

                     sheet_name=None,  # 读取所有的工作表, 返回结果是字典
                     )

Pandas读取csv文件 pandas.read_csv()

info = pd.read_csv("../data/meal_order_info.csv",
                   encoding='ANSI',  # 读文件的编码方法;常用编码'utf-8'、“ANSI”, "GBK"
                   sep=',',  # 默认分隔符是逗号
                   # delimiter=',',  # 分隔符,同sep，使用任意一个即可
                   header="infer",  # 选择第几行作为列索引；infer表示自动寻找
                   index_col=None,  # 选择 第几列 作为行索引

                   usecols=None,  # 使用哪些列
                   names=None,  # 对使用的列重命名

                   )

Pandas将数据写入文件

保存一个工作表使用 df名.to_xxx()

index1 = ["stu1", "stu2", "stu3", "stu4"]
columns1 = ["姓名", "年龄", "性别", "职业"]
data1 = [['A', 18, '男', '数据分析'],
         ['B', 19, '男', '机器学习'],
         ['C', 20, '女', "深度学习"],
         ['S', 19, '男', "搬砖"],
         ]

df = pd.DataFrame(index=index1, columns=columns1, data=data1)
df.to_csv("../data/stu_info.csv",
          header=True,  # 保存时是否写列索引
          index=False,  # 保存时是否写行索引
          )

希望将多个df保存到一个excel文件中，作为不同的工作表

借助 excel_writer 创建一个excel_writer,指定文件名

writer = pd.ExcelWriter("../data/stu_info.xlsx")

df.to_excel(
    excel_writer=writer,
    sheet_name='sheet1'
)

df.to_excel(
    excel_writer=writer,
    sheet_name='sheet2',
    header=False,
    index=False
)

# 需要保存和关闭
writer.save()
writer.close()